(1)是否有其他形式的候选集? (2)禁忌的长度如何确定?如果在算法中记忆下搜索到 的当前最优解,极端的两种情况是:一是将所有的对换 个数作为禁忌长度,此时等价于将候选集中的所有的对 换遍历;另外则取为1,这等价于局部搜索算法。 (3)是否有评价值的其他替代形式?有时计算目标值的 作量较大,或无法接受计算目标值所花费的时间,于 是需要其他的方法。 ■(4)被禁的对换能否再一次解禁?有这样的直观现象, 当搜索到一个局部最优解后,它邻域中的其他状态都被 禁,我们是否解禁一些状态以便跳岀局部最优?解禁的 功能就是为了获得更大的搜索范围,以免陷入局部最优 (5)如何利用更多的信息?在禁忌搜索算法中,还可记 录其他一些信息。如一个被禁对象(交换)被禁的次数 ,评价值变化的大小等。 6)终止原则,即一个算法停止的条件,怎样给出?◼ (1)是否有其他形式的候选集？ ◼ (2)禁忌的长度如何确定？如果在算法中记忆下搜索到 的当前最优解，极端的两种情况是：一是将所有的对换 个数作为禁忌长度，此时等价于将候选集中的所有的对 换遍历；另外则取为1，这等价于局部搜索算法。 ◼ (3)是否有评价值的其他替代形式？有时计算目标值的 工作量较大，或无法接受计算目标值所花费的时间，于 是需要其他的方法。 ◼ (4)被禁的对换能否再一次解禁？有这样的直观现象， 当搜索到一个局部最优解后，它邻域中的其他状态都被 禁，我们是否解禁一些状态以便跳出局部最优？解禁的 功能就是为了获得更大的搜索范围，以免陷入局部最优 。 ◼ (5)如何利用更多的信息？在禁忌搜索算法中，还可记 录其他一些信息。如一个被禁对象（交换）被禁的次数 ，评价值变化的大小等。 ◼ (6)终止原则，即一个算法停止的条件，怎样给出？